毫米波無源成像中微弱運動目標檢測算法研究.pdf

1、毫米波無源成像利用場景和目標在毫米波段輻射能量及其差異實現(xiàn)成像。與紅外、光學、微波成像相比具有獨特的技術優(yōu)勢，在場景監(jiān)視、戰(zhàn)場偵察中有著重要的應用價值，也是國內(nèi)外研究的熱點。
　　然而，由于物體毫米波輻射能量非常弱，且遠距離目標受限于空間分辨率，與環(huán)境雜波差異較小。因此，如何實現(xiàn)低信雜比條件下的微弱運動目標檢測是毫米波成像應用中的難點問題。本論文針對該問題，主要開展了以下工作：
　　1)對實際場景中的物體亮溫和噪聲進行測量統(tǒng)

2、計，分析背景噪聲的統(tǒng)計特征信息，采用了維納濾波和數(shù)學形態(tài)學濾波相結合的預處理方法，在背景抑制，提高輸入信噪比方面取得了較好的效果。
　　2)針對先檢測再跟蹤（DBT）算法對低信噪比圖像效果差的問題，采用了基于改進檢測門限的動態(tài)規(guī)劃（DPA）的先跟蹤再檢測（TBD）算法。該算法對不同特征的毫米波圖像具有更好的自適應性，和更好的檢測性能。
　　3)針對傳統(tǒng)動態(tài)規(guī)劃算法中的團聚效應對檢測性能的影響，提出一種雙向并行處理的方法，去除

3、了檢測軌跡末端的團聚點，可有效改善算法的檢測性能。同時引入極值理論（EVT）對檢測性能進行分析，得出了檢測概率的定量關系式。
　　4)針對系統(tǒng)實時性的要求，引入一種基于狀態(tài)穩(wěn)定性的動態(tài)規(guī)劃算法(SSDP)。該算法可以明顯降低要求的圖像輸入信噪比，并且去除傳統(tǒng)動態(tài)規(guī)劃算法的團聚效應，且計算量好于傳統(tǒng)動態(tài)規(guī)劃算法。
　　上述算法都經(jīng)過了仿真驗證，結果表明改進的動態(tài)規(guī)劃算法對低信噪比圖像仍然適用，且具有較好的檢測概率，更好的實時性